什么是物联网?美国新闻记者与作家协会前主席塞缪尔·格林加德在其新作《物联网》一书中告诉我们:物联网是继计算机、互联网和移动通信之后的又一次 信息产业的革命性发展,在互联网和移动互联网高速发展的时代,联网设备已经不再局限于智能手机和计算机,而会覆盖交通物流、智能家居、工业检测和个人健康 等各种领域。物联网是继通信网之后的另一个巨大的市场。
1957 年, 美国艾奥瓦州立大学的乔·M·波伦、乔治·M·比亚尔和埃弗里特·M· 罗杰斯共同提出了现在被普遍接受的“技术采用生命周期”的概念。他们认为所有新产品和解决方案都会遵循一个在很大程度上可预测的、近似钟形曲线的发展轨 迹。最早的一批采用者被称为“创新者”;处在第二个阶段的被称为“早期采用者”;之后的分别是“大众”和“落后者”。如今这种模型依然成立,而且生命周期 在以异乎寻常的速度加速:这个模型中的时间单位由年压缩到了月。
物联网就处于这股冲击波的中心位置,它正处于“创新者”和“早期采用者”阶段之间。物联网通过崭新的、不可思议的、甚至是令人恐惧的方式将人类与机 器智能连接起来。它无疑是波澜壮阔的数字化革命的第二波浪潮,跟所有的革命一样,此次革命也会产生大量的胜者和败者。物联网将会带来新的行业但也会使一些 岗位消失,改变社会和生活的同时也带来新的问题,比如,越来越疏远的人际关系。
本书的深刻之处在于不仅带领读者了解正在形成中的物联网,还深入反思了物联网的发展。比如,自动化是否会造成大范围失业和下行流动性?是否会引发更多的犯罪或战争?在这个几乎任何行动或行为都会被注意或记录下来的时代,我们该如何处理安全和隐私?
总之,有一些知识,现在不去了解,三年后你或许无法跟人交流;有一些信息,现在不去思考,五年后你或许被远远甩在别人身后。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。